EdTech + AI исследование
Карта болей и запросов + кластеры тем для контента/прогревов + список улучшений продукта и проблемных точек
14000+
сообщений проанализировано
1000+
студентов в потоке
2М+
аудитория эксперта
650+
болей найдено и структурировано
Продукт масштабный и популярный, но:
#1
Несколько запусков подряд состав продукта и подход к прогревам не обновлялся
#2
При этом результаты студентов начали снижаться, рынок сильно изменился
#3
Команда не могла “просто сделать кастдевы”, потому что масштаб и правдоподобность результатов были бы неуправляемы при таком количестве аудитории
#4
При этом опросы / анкеты также не дали бы нужного желаемого результата получить качественные данные от целевой аудитории
Подход и результат
#
Подход
(01)
Я собрала и проанализировала большие массивы естественных сигналов:
— чаты и переписки, связанные с аудиторией
— блоки вопросов‑ответов
— аудиосообщения
— чаты и переписки, связанные с аудиторией
— блоки вопросов‑ответов
— аудиосообщения
(02)
Дальше:
— кластеризовала запросы и боли
— выделила повторяющиеся паттерны и точки “просадки” по пути студента
— собрала список работающих “фишек” от сильных участников/кураторов
— кластеризовала запросы и боли
— выделила повторяющиеся паттерны и точки “просадки” по пути студента
— собрала список работающих “фишек” от сильных участников/кураторов
#
Что получилось на выходе
(01)
Карта болей / запросов / формулировок
(чем живёт аудитория сейчас)
(чем живёт аудитория сейчас)
(02)
Топ‑кластеры тем для контента и прогревов
(что закрывать в коммуникации)
(что закрывать в коммуникации)
(03)
Список улучшений для нового потока продукта (что менять в обучающем пути)
(04)
Понимание того, что аудитория сообщает в естественной среде — то, что редко всплывает в анкетах и “показательных” интервью